力扣221题，最大正方形

力扣221题，最大正方形

题目描述

在一个由 '0' 和 '1' 组成的二维矩阵内，找到只包含 '1' 的最大正方形，并返回其面积。

输入输出样例

输入：matrix = [["1","0","1","0","0"],["1","0","1","1","1"],["1","1","1","1","1"],["1","0","0","1","0"]]
输出：4

输入：matrix = [["0","1"],["1","0"]]
输出：1

输入：matrix = [["0"]]
输出：0

解法一：暴力解法

//使用暴力解法
//遍历矩阵中的每个元素每次遇到1，便将该元素作为正方形的左上角
//确定正方形的左上角，根据左上角所在的行和列计算可能的最大正方形的边长
//判断右下，右，下是否是元素均为1

//时间复杂度为O(mn*min(m,n)^2)
//空间复杂度 为 O(1)
    int maximalSquare(vector<vector<char>>&matrix)
    {
        int rowLength=matrix.size();
        int colLength=matrix[0].size();

        if(rowLength==0||colLength==0)
        {
            return 0;
        }

        //存储当前值的最大边长
        int maxSide=0;

        //遍历空间中每一个为1的结点
        for(int i=0;i<rowLength;i++)
        {
            for(int j=0;j<colLength;j++)
            {
                if(matrix[i][j]=='1')
                {
                    maxSide=max(maxSide,1);

                    //计算当前可能存在的最大边长
                    int currMaxSide=min(rowLength-i,colLength-j);

                    //判断右下的值是否存在
                    for(int k=1;k<currMaxSide;k++)
                    {
                        //设置标志位，表明当前的右下，右侧，下侧是否均为1
                        bool flag=true;
                        if(matrix[i+k][j+k]=='0')
                        {
                            break;
                        }

                        //左下验证成功，则验证右侧和下侧是否为1
                        for(int m=0;m<k;m++)
                        {
                            if(matrix[i+k][j+m]=='0'||matrix[i+m][j+k]=='0')
                            {
                                flag=false;
                                break;
                            }
                        }

                        if(flag)
                        {
                            maxSide=max(maxSide,k+1);
                        }

                        else
                        {
                            break;
                        }
                    }
                }
            }
        }
        int maxSquare=maxSide*maxSide;
        return maxSquare;


    }

解法二：使用动态规划

//使用动态规划的方法
    //动态规划，以右下角作为初值条件，且只包含1的正方形的边长的最大值
    //状态转移方程 dp[i]由上方，左方，左上方的dp值决定
    //dp[i][j]=min(dp[i-1][j],dp[i-1][j-1],dp[i][j-1])+1
    //时复：O(mn)
    //空复：O(mn)
    int maximalSquare2(vector<vector<char>>&matrix)
    {
        int rowLength=matrix.size();
        int colLength=matrix[0].size();

        if(rowLength==0||colLength==0)
        {
            return 0;
        }

        //建立动态规划数组
        vector<vector<int>>dp(rowLength,vector<int>(colLength,0));

        //初始化动态规划数组和转移方程
        int maxSides=0;
        for(int row=0;row<rowLength;row++)
        {
            for(int col=0;col<colLength;col++)
            {
                if(matrix[row][col]=='1')
                {
                    //对row和col的不同位置进行分类讨论
                    //因为在第一行，第一行无论如何dp的值肯定为1
                    if(row==0||col==0)
                    {
                        dp[row][col]=1;
                    }
                    else{
                        //转移方程
                        dp[row][col]=min(dp[row-1][col-1],min(dp[row-1][col],dp[row][col-1]))+1;
                    }
                    maxSides=max(maxSides,dp[row][col]);

                }
            }
        }
        return maxSides*maxSides;
    }